数据仓库设计问题答案

【问题标题】：Data Warehousing Design Question数据仓库设计问题
【发布时间】：2010-08-12 13:06:05
【问题描述】：

我正在开发一个数据仓库，但遇到了一个不知道如何解决的问题。当前架构定义如下：

DimInstructor

我想实现一个场景，如果教师的详细信息在我的 OLTP 数据库中发生更改，我想出于历史报告的原因在 DimInstructor 表中添加一条新记录。

现在，我想创建一个名为 DimLesson 的课程维度表。在 DimLesson 中，我想创建对讲师的引用。

DimInstructor 表包含：

InstructorDWID

现在，我不能将 InstructorID 设为主键，因为它不能保证是唯一的（如果讲师更改姓名，DW 中将有 2 条记录具有相同的 InstructorID 值）。

所以我的问题是，我如何引用 DimLesson 的讲师？我是否使用 InstructorDWID？如果是这样，我是否应该在 DimInstructor 中有 2 个讲师条目，当我想查看特定讲师的所有课程时，查询会变得更加复杂。

任何帮助将不胜感激！

【问题讨论】：

标签： database-design data-warehouse olap

【解决方案1】：

您在这里描述的通常称为类型 2 维度。 Kimball 数据仓库书籍有关于类型 2 维度和类型 ETL 的完整部分——请阅读。

首先要了解的是主键和业务键的区别。主键唯一标识表中的一行，而业务键唯一标识表描述的实体，如讲师。例如，如果讲师更改姓名，dimInstructor 表可能类似于：

InstructorKey  InstructorBusinessKey  FirstName LastName  row_ValidFrom row_ValidTo   row_Status
  1234           jane_doe_7211           Jane     Doe       2000-03-11   2010-08-12     expired
  7268           jane_doe_7211           Jane     Smith     2010-08-12   3000-01-01     current

现在，如果 dimLesson 是适合您的业务模型的设计（而不是有某种事实），dimLesson 将有一个名为 InstructorKey 的列。在 ETL 过程中，将新行 (7258) 传递到 dimInstructor 表时，将 dimLesson 中对第 1234 行的所有引用替换为 7268。

【讨论】：

谢谢达米尔。 dimLesson 表的设计类似于 dimInstructor 表。示例报告可能基于课程更改名称后课程预订增加还是减少？我认为您解释的方法似乎最有意义。

【解决方案2】：

保罗，

您可以通过多种方式处理此问题。您可以使用生效日期/非活动日期、序列号或版本号来区分具有相同 InstructorID 的记录。

捕获所有相关细节的 DIM 就像..

create table DIM_INSTRUCTOR(
  instr_guid number, --populated through a sequence     -----Composite pk-Part1
  istr_oid   number, --direct id from the OLTP system   -----cmposite  pk-part2
  instr_name number,
  other_attr varchar2(25),
  eff_date   date,
  expiration_date date
);

instr_guid 直接由序列生成，独立于 OLTP 系统。

这可以让您捕获给定讲师的所有详细信息。您可以只使用 instr_guid 作为事实表的外键，但同时包含它们 (instr_guid,instr_guid) 会增加查询的便利性.. 这是 Datawarehousing 的目标之一。

有用的链接：

http://en.wikipedia.org/wiki/Surrogate_key http://en.wikipedia.org/wiki/Slowly_changing_dimension#Type_2

【讨论】：

谢谢。我将如何从另一个维度表中引用键？因此 DimLessons 表包含特定讲师的所有课程。课程表的功能相同，使用类型 2。
维度表（通常）不应该相互引用。它们都是独立的实体，引用这些表的是事实表。据我了解，您的方案将在事实级别进行课程注册。每个班级注册都将是事实表中的一条记录。 Students_dim、instructors_dim、classes_dim 将包含相应的属性。注册事实将包含来自这些表中的每一个的键以及所有其他详细信息，例如注册日期等。
我想我明白了。因此，如果我想基于讲师、学生、课程和课程预订创建架构，每个暗表（讲师、学生、课程）将相互独立并通过事实表链接？这是有道理的，但是如果生成的报告显示了一个没有人参加过的讲师的课程怎么办？如果事实表中没有记录，因为没有人参加，我如何将讲师链接到课程？

【解决方案3】：

使用 guid/uuid 作为主键或列组合

【讨论】：

您的意思是 InstructorDWID？该值将是唯一的，因为它是一个标识列。但是，如果讲师详细信息发生更改，该讲师将拥有多个 InstructorDWID。示例 - InstructorDWID 当前为 1，然后讲师将她的头衔从 Miss 更改为 Mrs。我们现在的 InstructorDWID 为 1 和 2。1 现在已过时，2 是当前的。现在引用 InstructorDWID 1 的课程已经过时，会发生什么情况？